Accumulator累加器
应用场景:Driver端定义一个共享变量,将数据累加到该变量上,如果直接用foreach或map等迭代算子,是无法将累加的变量返回到driver端,因为累加的过程发生在Executor端。一般用于计数场景下,变量 往往声明在Driver端。
特性: 变量在Driver端,累加的过程是在Executor端,在累加的过程Executor端是无法读取其值的,如果想读取其值,
只能在Driver端才能读取。
使用:
1.创建一个Accumulator累加器的实例
2.通过sc.register()注册一个累加器
3.通过累加器实名.add来添加数据
4.通过累加器实例名.value来后去累加器的值
import org.apache.spark.util.{
DoubleAccumulator, LongAccumulator}
import org.apache.spark.{
SparkConf, SparkContext}
object AccumlatorV2Demo {
def main(args: Array[String]): Unit = {
val conf = new SparkConf().setAppName(this.getClass.getName).setMaster("local[2]")
val sc = new SparkContext(conf)
val nums1 = sc.parallelize(List(1,2,3,4,5,6,7,8,9),2)
val nums2 = sc.parallelize(List(1.2,2.4,3.4,4.0,5.0,6.0,7.0,8.0,9.0),2)
//注册一个long累加器,并初始化累加器
def longAcc(name:String) : LongAccumulator={
val acc = new LongAccumulator
sc.register(acc,name)
acc
}
//注册一个double累加器,并初始化累加器
def doubleAcc(name:String) : DoubleAccumulator={
val acc = new DoubleAccumulator
sc.register(acc,name)
acc
}
val acc1: LongAccumulator = longAcc("LongAccumulator")
nums1.foreach(x=>acc1.add(x))
val acc2: DoubleAccumulator = doubleAcc(" DoubleAccumulator ")
nums2.foreach(x=>acc2.add(x))
println(acc1.value)
println(acc2.value)
sc.stop()
}
}